Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

LlamaIndex 🦙
Agenci AI do OCR dokumentów + przepływów pracy
Github: https://t.co/HC19j7veGE
Dokumenty: https://t.co/QInqg2yMCJ
LlamaCloud: https://t.co/yQGTiRSfFL
Zmęczony zmaganiami z chaotycznymi plikami Excel, które łamią tradycyjne parsery? 📊
Dołącz do naszego warsztatu 29 stycznia o 11:00 PT, aby zobaczyć, jak LlamaSheets przekształca chaotyczne arkusze kalkulacyjne w czyste, gotowe do użycia pliki Parquet, zachowując wszystkie istotne konteksty.
📈 Obsługuj złożone struktury, takie jak scalone komórki, nagłówki wielopoziomowe i formatowanie wizualne, które umykają tradycyjnym narzędziom
🤖 Twórz agentów specyficznych dla arkuszy kalkulacyjnych do analizy finansowej, parsowania budżetów i automatycznego raportowania
💼 Zobacz prawdziwe przykłady: konsolidacja danych z wielu regionów i wydobywanie tabel przychodów kwartalnych
⚡ Przekształć chaos arkuszy kalkulacyjnych w uporządkowane dane za pomocą zaledwie kilku linii kodu
Przeprowadzimy przez praktyczne przypadki użycia i pokażemy wzorce integracji z LlamaAgents, abyś mógł budować solidne potoki przetwarzania danych.
Zarejestruj się na warsztat:

30
Częsty problem, który widzimy: długie dokumenty z różnymi powtarzającymi się treściami. Przykład: książka z CV z okładką, kilkoma stronami o programach nauczania studentów, a następnie CV jeden po drugim
Zbuduj inteligentnego agenta przetwarzania CV, który automatycznie wyodrębnia dane strukturalne z powtarzających się treści, używając LlamaSplit do identyfikacji, gdzie zaczyna się i kończy każda indywidualna treść oraz LlamaExtract do wyodrębniania danych strukturalnych:
📄 Prześlij książki z CV w formacie PDF do LlamaCloud i automatycznie kategoryzuj strony, używając LlamaSplit do oddzielania indywidualnych CV od programów nauczania i stron okładkowych
🤖 Wyodrębnij strukturalne informacje z każdego CV, używając LlamaExtract z niestandardowymi schematami, aby uchwycić imiona, dane kontaktowe, wykształcenie, doświadczenie zawodowe i umiejętności itp. (według własnego wyboru)
⚡ Zorganizuj cały proces za pomocą LlamaAgent Workflows
🔍 Przetwarzaj rzeczywiste dane CV z wynikami pewności i strukturalnym wyjściem gotowym do filtrowania, wyszukiwania i systemów dopasowywania kandydatów
Samouczek używa książki z CV NYU jako przykładu i pokazuje zarówno indywidualne wywołania API, jak i pełną implementację zautomatyzowanego przepływu pracy.
Sprawdź pełny samouczek:
29
Sprawdź agenta do wypełniania formularzy, który automatyzuje formularze PDF za pomocą AI od @jerryjliu0 📄🤖
Użyj dowolnego wypełnialnego PDF z agentem, który wypełnia go na podstawie Twoich wskazówek i plików kontekstowych. Nasz nowy eksperyment tworzy doświadczenie czatu wieloetapowego do wypełniania formularzy.
🔍 Prześlij wypełnialne PDF-y i automatycznie wykryj pola formularzy za pomocą PyMuPDF
📝 Dodaj niestandardowe wskazówki i pliki kontekstowe (przetwarzane przez LlamaParse), aby prowadzić AI
🤖 Rozmowy wieloetapowe pozwalają na poprawę i korektę wpisów formularzy po początkowym wypełnieniu
💾 Pobierz swoje ukończone formularze, gdy skończysz
Agent używa prostych narzędzi do listowania, ustawiania, pobierania i walidacji pól formularzy. Możesz z nim czatować, aby wprowadzać poprawki i dostosowania, aż Twój formularz będzie idealny.
Sprawdź kod na GitHubie:
Lub wdrożoną aplikację tutaj:
48
Najlepsze
Ranking
Ulubione
